複数の文字列検索(○○以外の○○)を実行したい

Question

文字列検索で複数単語でフィルタをかけたいのですが、コードを読んでもどう改善したらよいかわかりません。また、前提条件としてネット上のコードを拾って自分なりに理解したつもりですが、修正する際に戸惑いましたので、ご質問させて頂きました。下記にコードを載せます。

具体的な内容としまして。。。
EDINETよりXBRLデータを自動取得するコードで「有価証券報告書」のXBRLデータをダウンロードします。その際、もう一つ条件として「内国投資信託受益証券」を除いた「有価証券報告書」をダウンロードしたく修正を行っておりました。in条件を変えるべきか変えるとしてもnot inができるともネット上では具体的な記載が見当たりませんでした。
アドバイスをご教示頂けませんでしょうか？

また、この場所を変更すべきなのかなということで、私が思った場所を太字＋斜体にて目印をつけております。

漠然とした質問で申し訳ありませんが、ご回答の程宜しくお願い致します。

import requests
import xml.etree.ElementTree as ET
import json
import os
import io
import re
import multiprocessing
from collections import defaultdict
from datetime import datetime as dt

proc = 1 # TODO:マルチプロセス制御（初期値：1並列）

def get_link_info_str(ticker_symbol, base_url):
url = base_url+ticker_symbol
response = requests.get(url)
return response.text

def get_link(tree, namespace, since):
yuho_dict = defaultdict(dict)
#entryタグ毎にforeach
for el in tree.findall('.//'+namespace+'entry'):

    #titleタグに有価証券の文字があれば、後続処理を実行

** title = el.find(namespace+'title').text
if not is_yuho(title): continue**

    updated = el.find(namespace+'updated').text
    if not time_check(updated,since): return yuho_dict

    # zipファイルのアドレスを辞書オブジェクトへ登録
    _id = el.find(namespace+'id').text
    link = el.find('./'+namespace+'link[@type="application/zip"]')
    url = link.attrib['href']
    cd = re.sub(r'^【(\w+)】.*',r"\1",title)
    yuho_dict[_id] = {'id':_id,'title':title,'cd':cd,'url':url,'update':updated}
return yuho_dict

def is_yuho(title):
if u'有価証券報告書' in str(title):
return True
else:
return False

def time_check(update,since):
updated_time = dt.strptime(update, '%Y-%m-%dT%H:%M:%S+09:00')
return updated_time>=since

def make_directory(dir_name):
if not os.path.exists(dir_name):
os.mkdir(dir_name)

def write_download_info(ofname,info_dict):
with open(ofname,'w') as of:
json.dump(info_dict, of, indent=4)

def multi_controller(since):
p = 0
jobs = []
while(p < proc):
job = multiprocessing.Process(target=craete_xbrl_url_json, args=(since,p,))
jobs.append(job)
job.start()
p += 1
[job.join() for job in jobs]

def craete_xbrl_url_json(since,p):
#有報キャッチャーWebServiceのAtomAPIアドレスhttp://resource.ufocatch.com/
base_url = 'http://resource.ufocatch.com/atom/edinetx/query/'
namespace = '{http://www.w3.org/2005/Atom}'
#有報キャッチャーのページ
page = 1 + p
count = 0

while True:
    #文字列変換
    t_symbol = str(page)
    print('page:'+t_symbol + ', loading...')

    #企業毎の有報へのデータへのリンク情報を取得
    response_string = get_link_info_str(t_symbol, base_url)
    #xmlをparseするElementTreeを取得
    ET_tree = ET.fromstring( response_string )
    ET.register_namespace('',namespace[1:-1])

    #downloadファイルの対象を取得
    info_dict = get_link(ET_tree,namespace,since)
    count += len(info_dict)
    if len(info_dict) == 0 : 
        #取得データがなくなり次第、処理終了
        print('process' + str(p) + ':complete a download!! [' + str(count) + ']')
        break

    #Request用のJson形式のファイルを作成
    json_directory=os.getcwd()+'/downloaded_info'
    make_directory(json_directory)
    ofname = json_directory+'/dat_download_'+t_symbol+'.json'
    write_download_info(ofname,info_dict)

    page += proc

if name=='main':
#TODO 取得データの末尾（以下例では、2010/04/01以降のデータを取得）
since = dt.strptime('2010-04-01','%Y-%m-%d')
print('since:', since)
#一定期間に発生したデータ全てのURLを取得する
multi_controller(since)

Answer 1

if文の条件を追加したら想定通りに動きました。
ご回答誠にありがとうございました。

def is_yuho(title):

if u'有価証券報告書' in str(title)
and u'内国投資信託受益証券' in str(title) :
return True
else:
return False

Comments

[set0gut1]

おめでとうございます！

Answer 2

def is_target(title):
  return '有価証券報告書' in title and not '内国投資信託受益証券' in title

is_target("有価証券報告書（内国投資信託受益証券）") # False
is_target("有価証券報告書（foofoofoo）")            # True
is_target("barbarbar（内国投資信託受益証券）")      # False

こういう感じでしょうか。
もし違ったらコメントでご指摘ください。